[发明专利]一种招标信息的采集方法

权利要求书

1.一种招标信息的采集方法，其特征在于，包括步骤：

S100)采集招标信息：以各招标网为信息源，获取招标信息公告的网页数据，然后将此网页数据交由网络爬虫进行信息采集；

S200)提取招标信息：将网络爬虫采集的网页数据中的广告、友情链接过滤掉，然后抽取网页数据中的有效信息，每个信息定义一个指标，所有的指标组成指标列表；

S300)存储招标信息：有效信息使用数据库中的表存储，所提取的每一个指标使用结构化数据库中一列存储，将网页数据、招投标信息媒体来源、所属区域、所述行业、网页发布时间、网页采集时间也分别作为指标，存储于数据库一列。

2.根据权利要求1所述的一种招标信息的采集方法，其特征在于，所述步骤S100采集招标信息还包括网页数据的筛选：招标信息是不定时发布的，网络爬虫的采集频率会高于招标信息更新的最大频率，在采集过程中会出现采集到重复信息的情形；网络爬虫对所要采集的网页数据的地址进行判断，同地址的信息只需采集一次。

3.根据权利要求2所述的一种招标信息的采集方法，其特征在于，所述网络爬虫的信息采集频率为一天一次。

4.根据权利要求1所述的一种招标信息的采集方法，其特征在于，所述有效信息包括：项目名称、项目编号、招标时间、投标时间、投标地点、开标时间、开标地点、预算金额、采购单位、采购单位联系人、采购单位联系方式、采购单位地址、代理机构、代理机构联系人、代理机构联系方式、代理机构地址、采购内容、附件文档。

5.根据权利要求1所述的一种招标信息的采集方法，其特征在于，所述数据库可以是Access、sql server、mysql以及oracle中的任意一种。